Title: PROGRAMMATION SCIENTIFIQUE EN C
1PROGRAMMATION SCIENTIFIQUE EN C
2Approximation de fonctions et régression
- Introduction
- Analyse de la corrélation
- Régression et méthode des moindres carrés
- Travail pratique 4
- Affichage de points et dune courbe avec xgraph
- Commande move de xgraph
- Mini-test 2
3Introduction
- Dans plusieurs applications, la variation des
valeurs dune variable peut être mise en relation
avec dautres variables - De plus, nous pouvons déduire la relation qui
exis-te entre deux ou plusieurs variables - Les relations qui existent entre les variables
peu-vent être comprises par des analyses de
corrélation et de régression
4Introduction (Analyse de la corrélation)
- Lanalyse de la corrélation permet dévaluer le
degré dinterrelation qui existe entre les
variables - Ce degré dinterrelation mesure le niveau avec
lequel les valeurs des variables varient
systémati-quement - Cet indice nous indique alors avec quelle
certitude nous pouvons utilisée une ou plusieurs
variables pour en prédire une autre
5Introduction (Analyse de la corrélation)
- La corrélation indique si les variations entre
variables sont significatives - Lanalyse de la corrélation ne permet pas de
déduire léquation mettant en relation une ou
plusieurs varia-bles indépendantes avec une
variable dépendante - Lanalyse de la corrélation ne peut déterminer si
une relation est causale (de cause à effet) - Lanalyse de la corrélation est généralement
accom-plie après avoir déduit léquation mettant
en relation une variable avec une autre
6Introduction (Analyse de la corrélation)
- Et ce, parce que le coefficient de corrélation
qui est en fait un indice du degré variation
linéaire, est aussi utiliser comme coefficient
dajustement (goodness of fit) entre le polynôme
dapproximation et les données échantillons
(points de contrôle) qui ont permis de déduire ce
polynôme dapproximation
7Introduction (Analyse de la corrélation)
- Corrélation (interprétation graphique)
8Introduction (Analyse de la corrélation)
- Variance des données
- La variance totale (TV) dun ensemble
déchantillons (X,Y) peut être séparée selon la
variation expliquée par la variation par rapport
à lapproximation de Y (EV) et celle non
expliquée (UV) - TV EV UV
- Chaque termes est exprimés par
9Introduction (Analyse de la corrélation)
- Variance des données (TV EV UV)
TV
EV
UV
10Introduction (Analyse de la corrélation)
- La corrélation peut être déduite par le rapport
EV/TV qui représente la fraction de la variation
totale qui est expliquée par la relation linéaire
entre les variables X et Y et est appelé
coefficient de détermination. Ce rapport est
déduit par
- R coefficient de corrélation
11Introduction (Régression)
- La régression permet de déduire les coefficients
de léquation mettant en relation une variable
dépen-dante à une ou plusieurs variables
indépendantes - La forme du modèle linéaire (bivarié) à une seule
variable indépendante est donnée par
b0 ordonnée à lorigine b1 pente
12Introduction (Régression)
- La forme du modèle linéaire multivarié est
b0 ordonnée à lorigine bi pente associée à la
variable Xi p nombre de variables
13Introduction (Régression par moindre carré)
- Les valeurs des coefficients bi peuvent être
déduits par une méthode de moindre carré - Par cette méthode nous cherchons les valeurs des
coefficients bi qui minimisent la somme des
carrés des erreurs par
14Travail pratique 4
- Approximation dun ensemble de données portant
sur les cotes boursières (XXM)
15Travail pratique 4
- Affichage des points de contrôle dans une
graphi-que - for(i0i lt NBPOINTDECONTROLEi)
-
- fprintf(fp, move lf lf\n , xi,yi)
- fprintf(fp, lf lf\n , xi,yi)
-
16Travail pratique 4
- Affichage des points de contrôle dans une
graphi-que avec validation de lécriture - for(i0i lt NBPOINTDECONTROLEi)
- if((fprintf(fp, move lf lf\n , xi,yi)
EOF) - printf( ERREUR DECRITURE )
- exit(0)
-
- if((fprintf(fp, lf lf\n , xi,yi)
EOF) - printf( ERREUR DECRITURE )
- exit(0)
-
-